引言

被誉为“世界屋脊”的青藏高原是地球科学界最为关注的活动碰撞造山带，其形成与印度板块和欧亚板块的碰撞有关.在过去几十年里，为了解释青藏高原的隆升与演化机制，不同研究人员根据所获得的观测数据提出了多个板块碰撞模式, 其中下地壳流模型(Royden et al, 1997, 2008; Clark, Royden, 2000)和刚性块体挤出模型(Tapponnier et al, 2001)最具代表性, 这两个模型均认为青藏高原东南缘(川滇地区)是青藏高原地壳物质运移的重要场所和通道.青藏高原的隆升效应使川滇地区形成极其复杂且特殊的地质构造，而四川盆地作为扬子地台的一部分，是发育在青藏高原东缘的大型构造沉积盆地，对青藏高原东缘的构造模式和高原内部物质的运移起着重要的作用.四川盆地西南侧为峨眉山大火成岩省，其形成与古地幔柱有关.大火成岩省记录了地球某一特定时期巨量物质和能量由地球内部向外迁移的过程，其形成与地球表面的形态变化及矿产资源的形成有密切关系(徐义刚等, 2013).峨眉山大火成岩省所涉及的成矿作用和古地幔柱作用遗迹等的研究(如位置规模、组分来源等)仍需地球物理探测结果的进一步约束.此外，川滇地区内有大量的活动构造带(如龙门山断裂带、红河断裂带和小江断裂带等)活动强烈、地震频发，同样需要来自地球物理方面的约束和研究，而高分辨率地壳层析成像研究恰巧能够为探讨川滇地区的构造演化及动力学研究提供重要信息.

背景噪声层析成像已成为目前探测地球深部结构的有效手段之一(Shapiro et al, 2005; Yao et al, 2006; Yang et al, 2007; Fang et al, 2010; 唐有彩等, 2011; Saygin，Kennett, 2012; 房立华等, 2013; Tang et al, 2013; 付媛媛，高原, 2016).利用互相关方法可以从地震背景噪声数据中提取出瑞雷波和勒夫波互相关函数(Lin et al, 2008; Moschetti et al, 2010).一般认为, 由于噪声源形成机制的复杂性和水平向地震记录干扰较大，从噪声中提取高信噪比勒夫波较瑞雷波提取更为困难.因此，在背景噪声层析成像中，利用垂直向背景噪声记录提取瑞雷波的研究相对较多，而利用水平向背景噪声记录提取勒夫波的研究相对较少.相较于瑞雷波，同周期勒夫波的敏感深度更浅，有利于改善浅部地层的分辨率(付媛媛，高原, 2016).此外，利用勒夫波可以反演出SH波速度结构，结合由瑞雷波反演得到的SV波速度结构，可对壳幔介质的径向各向异性(Moschetti et al, 2010)进行深入研究.

Yao等(2006, 2008)首次将背景噪声层析成像方法引入到川滇地区的地壳结构和动力学模式研究中，利用垂直向的噪声记录提取了瑞雷波互相关函数，并结合天然地震资料构建了周期为10—150 s的相速度分布图，进而反演得到了SV波速度结构，其结果显示川滇地区低速层主要位于中地壳或下地壳，而且低速层的分布形态十分复杂. Yang等(2010, 2012)利用垂直向背景噪声数据构建了青藏高原及其周边地区的瑞雷波相速度分布图和SV波速度结构，分析了青藏地区低速层的分布范围及可能成因. Xie等(2013)利用位于青藏高原东侧326个台站的背景记录资料，构建了三维SH波和SV波速度结构. Zheng等(2015)收集了青藏高原东南缘170个台站的背景噪声数据，提取了瑞雷波互相关函数，最终构建了三维SV波速度结构模型，其结果表明，青藏高原东南缘地区的低速层埋深在20—35 km中下地壳内，厚度为5—20 km, 速度降幅为5.4%—10.8%.范莉苹等(2015)利用青藏高原东南缘地区557个台站的背景噪声资料，反演获得了瑞雷波群速度图像，并进一步分析探讨其分布特征和构造意义. Zheng等(2017)利用川滇地区121个台站的背景噪声数据, 采用贝叶斯方法反演获取了川滇地区8—40 s周期的相速度分布图，并对该地区的地壳流空间分布和动力学过程进行了深入分析.这些成果为川滇地区地震活动背景研究奠定了基础，促进和加深了对川滇地区壳幔结构及其动力学的认识.

鉴于目前利用背景噪声层析成像构建瑞雷波和SV波速度结构对川滇地区地壳结构和动力学模型开展的研究较多，而利用勒夫波相速度和群速度分布图进行详细分析解释的研究鲜有报道.鉴于此，本文拟基于川滇地区地震台站记录的三分量连续记录数据，构建勒夫波群速度分布图，并结合已有的地质与地球物理研究成果，对其速度分布及其可能存在的地球动力学及地质含义进行探讨，以期对川滇地区速度结构研究提供新的约束，更好地获取该地区地壳内部的深浅构造形态.

1.   数据和方法

本文使用2008年1月—2009年12月云南省和四川省区域地震台网的98个台站所记录的背景噪声连续波形，台站分布如图 1所示.由于固定台站存在时钟误差、极性相反及定位误差等问题，本文参考前人研究成果，剔除其中有问题台站的数据(Niu，Li, 2011; Zhou et al, 2012; Xie et al, 2013)，然后参照Bensen等(2007)和Lin等(2008)的数据处理流程，对连续波形三分量数据进行处理，从而提取瑞雷波和勒夫波互相关函数.数据处理流程主要分为5步：单台数据预处理、互相关函数计算和叠加、频散曲线测量、质量控制和误差分析、面波层析成像.在单台预处理阶段，首先将数据去除直流分量及线性趋势，重采样到10 Hz，截取成长度为6小时的数据单元，然后进行1—50 s带通滤波、时域归一化和谱白化等.

图  1  研究区区域地质构造简图(修改自Wang et al，2003)及台站分布

Figure  1.  Location of the seismic stations (denoted by triangles) and major faults (modified from Wang et al, 2003) in the studied area

Purple lines are major faults. F₁: Longmenshan fault; F₂: Xianshuihe fault; F₃: Anninghe-Zemuhe fault; F₄: Xiaojiang fault; F₅: Honghe fault; F₆: Langcangjiang fault; F₇: Nujiang fault; F₈: Lijiang-Xiaojinhe fault; F₉: Mile-Shizong fault. The main geological units are: SG: Songpan-Garze fold system; YZ: Yangtze platform; SJ: Sangjiang fold system; SB: Sichuan basin; SC: South China fold system; ZG: Zuogong-Gengma fold system; BT: Bomi-Tengchong fold system

下载: 全尺寸图片 幻灯片

为了提高计算效率，对于每一对台站对的三分量记录，我们首先计算出多个方向的互相关函数(Z-Z，E-E，E-N，N-N，N-E)，再根据台站间的方位角和反方位角计算出径向(R-R)和切向分量(T-T)(Lin et al, 2008)，其中垂向分量(Z-Z)和径向分量(R-R)代表瑞雷波互相关函数，切向分量(T-T)代表勒夫波互相关函数.图 2为台站JIH与其余各台站路径上的垂向分量和切向分量的互相关函数.

图  2  台站JIH与其它部分台站的垂向分量互相关函数(a)和切向分量互相关函数(b)

(JIH台站的位置见图 1)

Figure  2.  Record section of cross correlations of vertical components (a) and that of transverse components (b) between the station JIH and other ones

(The location of the station JIH is shown in Fig. 1)

下载: 全尺寸图片 幻灯片

由于噪声源分布不均匀，互相关函数正负时间经常出现不对称.为了提高信噪比，研究中将负信号反序后叠加于正信号.在数据质量控制方面，我们只保留信噪比高于20且台间距大于3个波长的互相关函数(Bensen et al, 2007; 郑定昌等, 2014)，以得到可靠的频散曲线.本文采用自适应时频分析技术计算勒夫波群速度频散曲线(Levshin, Ritzwoller, 2001; Bensen et al, 2007; Lin et al, 2008)，图 3给出了基于台站对JIH-PWU背景噪声数据得到的勒夫波互相关函数和由自适应时频分析技术求取的勒夫波群速度频散曲线示意图.

图  3  JIH-PWU台站对的勒夫波互相关函数(a)和频散曲线测量示意图(b)(台站位置见图 1)

Figure  3.  The Love wave cross-correlation function of station-pair JIH-PWU (a) and group velocity dispersion measurement (b). The location of the station-pair is shown in Fig. 1

下载: 全尺寸图片 幻灯片

本文将研究区划分为0.5°×0.5°的网格，采用面波层析成像反演方法(Ditmar，Yanovskaya, 1987; Yanovskaya，Ditmar, 1990)分别对不同周期的频散曲线进行反演，得到相应周期的群速度分布图像.该面波层析成像反演方法是传统Backus-Gilbert一维方法在面波二维反演情况下的推广.该面波层析成像程序在反演群速度的同时，还根据射线密度和方向分布来计算每个格点的空间平均分辨率核函数，以确定层析成像的空间分辨率.目前，该方法已成为面波层析成像研究中广泛应用的方法之一(Guo et al, 2009, 2013; 房立华等, 2009, 2013; Fang et al, 2010; 潘佳铁等, 2011, 2015; 郑定昌等, 2014).反演过程中，正则化参数选取为0.2，该值能够确保数据误差较小且结果比较光滑.每次迭代完成，将走时残差大于3倍均方根的频散曲线剔除后，再进行下一次迭代反演.

图 4和图 5分别给出了川滇地区不同周期的射线分布和射线路径数量统计.由图 5可以看出，在10—22 s的范围内，各周期的射线均超过了3500条；其余周期的射线数量也达到2000条以上.密集均匀的射线分布(图 4)为层析成像的可靠性提供了保证.面波层析成像的分辨率主要受到射线数量和射线方位覆盖的影响，地震射线的数量越多、交叉越好，分辨率则越高.图 6给出了不同周期勒夫波层析成像结果的横向分辨率，可以看出，中心区域的横向分辨率可达到40—50 km，总体上可以保证川滇地区地壳结构较高的横向分辨率.自20 s周期起，随着周期的增大，符合条件的射线数量逐渐减少，研究区边缘的分辨率逐渐变低；在高于30 s的频段内，勒夫波互相关函数的信噪比显著降低，符合质量控制条件的射线数量较小，故未对其进行后续研究.

图  4  不同周期(T=8, 12, 16, 20, 25, 30 s)的射线分布

Figure  4.  Ray path coverage at different periods (T=8, 12, 16, 20, 25, 30 s)

下载: 全尺寸图片 幻灯片

图  5  不同周期的射线路径数量统计

Figure  5.  Statistics on the number of the ray paths at different periods

下载: 全尺寸图片 幻灯片

图  6  不同周期(T=8, 12, 16, 20, 25, 30 s)勒夫波层析成像结果的横向分辨率

Figure  6.  Estimated resolution of Love wave tomography results at different periods (T=8, 12, 16, 20, 25, 30 s)

下载: 全尺寸图片 幻灯片

2.   勒夫波群速度结构

勒夫波具有频散特性，不同周期勒夫波具有不同的穿透深度.一般情况下，群速度敏感核函数的峰值为相速度的两倍.因此，在探索介质的各向异性方面，面波群速度比相速度更有效(Suresh et al, 2015).为了更好地研究川滇地区地壳介质各向异性，便于定性地解释勒夫波群速度分布图，本文计算不同周期基阶勒夫波的敏感核函数(Rodi et al, 1975).计算敏感核函数时, 参考CRUST1.0模型(Laske et al, 2013)和Yang等(2012)的研究结果，上地幔模型则采用AK135模型(Kennett et al, 1995).图 7给出了不同周期勒夫波和瑞雷波群速度频散所对应的剪切波深度响应范围.可以看到，在相同周期上，勒夫波采样于更浅的深度.总体来看，勒夫波的敏感核主要受浅部地层速度的影响，有利于更准确地揭示浅部地层构造信息.

图  7  不同周期T勒夫波(a)和瑞雷波(b)的群速度敏感核函数

Figure  7.  Sensitivity kernels of group velocity for Love wave (a) and Rayleigh wave (b) at different periods T

下载: 全尺寸图片 幻灯片

图 8a和图 8b分别为周期8 s和12 s的勒夫波群速度分布图，主要反映了地壳浅部速度结构特征，与地表区域地质构造(如沉积层厚度、基底埋深等)有较大相关性.由图 8a可以看出：最为显著的低速异常位于四川盆地西部，且四川盆地整体显示为低速异常；松潘—甘孜造山带为高速异常, 与大地电磁测深结果的“浅部高阻”特征对应，可能与该地区三叠纪复理石杂岩沉积有关(张乐天等, 2012)；龙门山断裂带为明显的高低速分界线，攀枝花附近区域和峨眉山—昭通一带，显示为高速异常，其成因推测与古地幔柱活动有关；红河断裂和小江断裂带显示为低速异常；弥勒—师宗断裂南侧的滇东南区域是稳定的抬升区，显示为高速异常.此外，低速异常区分布在楚雄盆地、兰坪—思茅弧后盆地、西昌盆地和滇西北裂陷区(大致位置对应于图 8a中盐源、剑川与大理围成的区域)，保山以南的地块为低速异常.弥勒—师宗断裂显示为高低速分界线.

图  8  不同周期的勒夫波群速度分布图(黑线为四川盆地的轮廓线)

Figure  8.  The Love wave group velocity maps at different periods where the black line indicates the boundary of Sichuan basin

(a) T=8 s; (b) T=12 s; (c) T=16 s; (d) T=20 s (e) T=25 s; (f) T=30 s

下载: 全尺寸图片 幻灯片

正如图 8b所示，随着周期的逐渐增大，低速区分布面积逐步缩小.群速度分布图中显示出两个最明显的极低值低速异常区：一个为四川盆地内的低速异常区，其面积相对于图 8a中的结果缩小，群速度值有所增大，速度最低区仍然位于四川盆地的西北侧(龙门山断裂带附近)；另一个为兰坪—思茅盆地内的低速异常区，群速度最低值的速度异常区位于思茅与元江之间.根据遂宁—阿坝和孟连—思茅—元江—马龙这两条人工测深剖面观测，这两个极低值速度异常区均分布有极厚的沉积层(张中杰等, 2005；嘉世旭等, 2014). Burchfiel等(2008)的研究表明，四川盆地西部(龙门山断裂附近)的沉积层厚度可达10 km以上)，思茅至元江西侧的沉积厚度达到12 km (张中杰等, 2005).从松潘—甘孜褶皱系经龙门山断裂带至四川盆地的群速度特征与遂宁—阿坝人工测线(嘉世旭等, 2014)以及大地电磁测深方法(张乐天等, 2012；Zhao et al, 2012)所得的地球物理特征相吻合.此外，小江断裂带西侧存在南北向条带状低速异常体，丽江—小金河断裂呈低速异常.

由勒夫波群速度敏感核函数(图 7a)可知，虽然相对长周期群速度图中不能完全剥离浅层物质对其的影响，但是随着周期的增大，群速度分布图可以反映出S波速度在深度上的渐变过程.图 8c和图 8d分别为周期16 s和20 s的群速度分布图，二者特征分布较为相似.四川盆地仍然为低速异常区域，但范围相对缩小；低速异常还分布在思茅—元江、剑川—盐源和保山地区；楚雄—攀枝花—康定北一线呈现不规则的南北向条带状高速异常分布，昭通地区的高速异常逐渐减弱；保山南部总体呈现出低速异常. 20 s周期的群速度分布(图 8d)虽然与Li等(2010)关于四川地区同周期勒夫波群速度结果所显示的形态相似，但仍存在一定差异，特别是在遂宁—重庆一带和Li等(2010)研究区域的西南边缘地区，这可能是由于不同分辨率所致. Li等(2010)的研究区域在本研究中处于相对中心的位置，射线密度更高，具有更高的分辨率.

图 8e和图 8f分别为周期25 s和30 s的群速度分布图，可见四川盆地的东南部地区逐渐呈现高速异常特征.简单来说，四川盆地内可以以遂宁—峨眉山的连线为速度差异的分界线，且群速度分布形态差异也可以用大地电磁测深的高阻异常体分布来解释(张乐天等, 2012).丽江—小金河断裂以北的川滇菱形地块北部逐渐变化为低速异常，攀枝花附近的区域仍然为高速异常.小江断裂—昭通—西昌一带呈低速异常，盐源—剑川一带和小江断裂附近持续为低速异常区(周期8—30 s).这两个区域的大地热流平均值均大于85 mW/m²(汪缉安等, 1990; 汪集旸，黄少鹏, 1990)，因此推测低速异常可能与深部热作用有关.虽然腾冲地区也为大地热流高值区，但由于其已处于本文研究区的边缘地区，射线密度较小，分辨率较差，故未作深入分析.

3.   讨论与结论

3.1   攀枝花地区

峨眉山大火成岩省分布于扬子克拉通西缘，主要由亚碱性及偏碱性的基性火山熔岩和火山碎屑组成，普遍认为其形成与古地幔柱活动有关(徐义刚等, 2013; 徐涛等, 2015).在距今256—259万年的晚古生代, 云南、四川和贵州等3省境内曾发生过大规模的玄武岩喷发，攀枝花地区位于峨眉山玄武岩喷发前由地幔柱活动引起的地壳穹隆构造的核心部位(He et al, 2003).古地幔柱的火山作用所引起的地壳热异常及岩浆入侵和喷发等，会造成地壳内物质成分的改变.这种古地幔柱活动的遗迹在地球物理性质上主要表现为地震波速度、v_P/v_S波速比、密度、各向异性和磁性等与周围地区的差异.本文中8—30 s的群速度分布图显示，在攀枝花附近，一直存在高速异常，且在不同周期上的形态各异：在8—20 s范围内，攀枝花地区的群速度主要在3.3—3.5 km/s之间变化；在25 s和30 s群速度分布图上，群速度在3.5—3.7 km/s之间变化，攀枝花地区下方连续的高速特征可能暗示了其深部构造背景.丽江—清镇宽角地震资料研究结果显示：攀枝花地区上地壳P波速度高至6 km/s以上，下地壳为6.9—7.2 km/s，在整个地壳内，P波速度明显高于剖面的其它地区；莫霍面局部上隆(徐涛等，2015).程远志等(2015)基于大地电磁测深剖面数据的研究显示了攀枝花地区从地表至30 km深度存在高阻体，相对于周围地区的高速、高阻可能反映了该地区的密度异常；Zhang等(2013)的研究认为其中的玄武岩自下而上由低钛玄武岩变为高钛玄武岩；熊绍柏等(1993)根据人工地震探测剖面的结果，认为攀枝花地区上地壳高速与成矿盐体密切相关，而且可能有深部构造背景；吴建平等(2013)关于P波速度层析成像的研究结果显示，攀枝花附近的高速异常体可能与地幔柱活动所导致的基性和超基性幔源物质侵入地壳有关；徐涛等(2015)推测高速异常可能是二叠纪地幔柱活动引起的底侵作用和岩浆上侵的结果.结合多种观测结果及已有认识，本文推测：由地幔柱在地幔深度下熔融产生的高温岩浆除一部分喷出地表外，其余部分以侵入岩和底侵岩浆的形式残留在地壳的不同深度；幔源物质的侵入形成了密度和力学强度大于周边的情形，而且地壳内的不均匀分布导致了不同周期上高速异常的形态差别.

3.2   四川盆地

四川盆地属扬子地块，其演化始于三叠纪晚期.该盆地的下陷以及沉积物的充填是扬子西缘与秦岭和松潘—甘孜褶皱带发生陆内汇聚作用的表现形式(王二七，尹纪云, 2009).四川盆地内部地形平缓，广布的沉积岩层近水平分布.以龙泉山断裂为分界线，可将四川盆地分为西部的成都平原和盆中丘陵地区(张乐天等, 2012)，其中成都平原地区为白垩系、第三系地层分布和第四系大片覆盖区，也是中新生代主要坳陷区，而盆中丘陵地区，由于其稳定的刚性基底，盖层褶皱受到限制，是盆地内褶皱最弱的地区，且构造极其平缓，均属低平构造.四川盆地由于褶皱弱、断层少、构造定向性差、多旋卷构造体系(江为为等, 2001)，其内部群速度值在群速度分布图上(8—20 s)呈现两个速度异常体，相对表现为“成都平原低，盆中丘陵地区高”，这种特性即反映了四川盆地内的沉积层变化特点，其原因可能与青藏高原的逆冲推覆作用有关.

3.3   结论

本文收集了川滇地区98个固定台站2008—2009年的三分量连续背景噪声数据，使用互相关技术，构建了川滇地区不同周期(8—30 s)勒夫波群速度的分布图像以揭示川滇地区上中地壳的结构特征.在研究区内的大部分地区，横向分辨率约为40—80 km.研究结果显示：川滇地区存在强烈的横向不均匀性，高低速异常交错分布；沉积层厚度变化是短周期群速度分布图中速度分布形态变化的主要原因；在浅层，四川盆地内部整体表现为“成都平原低，盆中丘陵地区高”的特征；随着周期的增大，四川盆地逐渐转变为高速的克拉通特征；攀枝花地区在不同周期均为高速异常，该异常可能为以侵入岩和底侵岩浆的形式停留在地壳不同深度的幔源物质所致.

对比已有的基于背景噪声的瑞雷波研究(Li et al, 2009; Yang et al, 2010, 2012; 范莉苹等, 2015；Zheng et al, 2015)，在相同短周期(如8 s，10 s)情况下，勒夫波群速度分布图揭示出了更多浅层地壳构造特征，如小尺度的西昌盆地、四川盆地的内部结构形态、思茅—元江低速区等；本研究中的结果与其它地球物理观测结果具有很好的一致性，在一定程度上提高了研究区浅层结构的分辨率.川滇地区不同周期群速度分布图所呈现的横向不均匀性和随周期变化的纵向特征对认识地块结构构造具有重要的参考价值.

当周期大于30 s时，勒夫波互相关函数的信噪比迅速降低.本文现阶段得到的勒夫波互相关函数仅适于对中上地壳的结构调查.今后的工作中将注重数据方法的改进，以获取高信噪比的长周期勒夫波格林函数.下一阶段将结合瑞雷波相速度和群速度分布图，进一步反演出SH波和SV波速度结构及方位各向异性，由此判明该地区深浅构造的地壳形变特征，了解该地区不同时期的地质作用，为该地区的地震孕震模式提供基础数据.